فرارو- در گامی بی سابقه در جهان علم، تیمی از دانشمندان آمریکایی از یک برنامه هوش مصنوعی برای کشف قوانین ناشناخته فیزیک استفاده کردند.

به نقل از اینترستینگ اینجنیرینگ، دانشمندان دانشگاه اموری در آتلانتا آمریکا موفق شدند با بهره گیری از یک مدل هوش مصنوعی، به کشف قوانین تازه ای در فیزیک دست پیدا کنند. برخلاف کاربردهای معمول هوش مصنوعی در پیش بینی نتایج یا پاک سازی داده ها، این بار از یک شبکه عصبی برای کشف قوانین بنیادی حاکم بر رفتار ماده استفاده شد؛ اقدامی که کمتر در علم تجربی سابقه داشته است.

این پروژه با تمرکز بر حالتی از ماده به نام پلاسما همراه با گردوغبار (Dusty Plasma) انجام شد؛ نوعی گاز داغ و باردار که ذرات ریز گردوغبار را در خود جای داده و رفتاری بسیار پیچیده و ناشناخته دارد. پژوهشگران با وارد کردن داده های تجربی حاصل از بررسی این ماده به یک سامانه هوش مصنوعی، مشاهده کردند که این مدل قادر است نیروهای ناآشنایی را با دقت بسیار بالا توصیف کند؛ نیروهایی که تا پیش از این درک دقیقی از آن ها وجود نداشت.

یکی از نکات برجسته این پژوهش آن است که هوش مصنوعی توانسته نه فقط به تحلیل داده های موجود بپردازد، بلکه خود به کشفیات نوینی در فیزیک منتهی شود. به گفته جاستین بارتون، از نویسندگان این مطالعه و استاد دانشگاه اموری: ما نشان دادیم که می توان از هوش مصنوعی برای اکتشافات جدید فیزیکی استفاده کرد. روش ما یک جعبه سیاه نیست؛ ما می دانیم که چرا و چگونه کار می کند و چارچوبی که ارائه می دهد جهانی است.

او اضافه کرد این روش می تواند برای تحلیل سیستم های پیچیده ی چندذره ای در زمینه های متنوعی از جمله زیست شناسی سلولی و مواد صنعتی نیز به کار رود و راه هایی نو برای کشف علمی بگشاید.

فرآیند پژوهش از بررسی ماده پلاسما همراه با گردوغبار آغاز شد. این حالت از ماده در بسیاری از نقاط جهان هستی یافت می شود؛ از حلقه های زحل و سطح ماه گرفته تا دود حاصل از آتش سوزی جنگل ها بر روی زمین. با وجود گستردگی آن در طبیعت، نیروهایی که بین ذرات در این حالت از ماده عمل می کنند، به دلیل رفتارهای نامتقارن و غیرقابل پیش بینی، تاکنون به درستی شناخته نشده بودند. دانشمندان برای مطالعه این رفتارها، یک سیستم تصویربرداری سه بعدی بسیار دقیق طراحی کردند. آن ها با استفاده از صفحه ی لیزری و دوربین های پرسرعت، حرکت هزاران ذره پلاستیکی را در فضای پلاسما ثبت کردند و مسیر حرکت آن ها را در طول زمان تحلیل نمودند.

این داده های دقیق سپس به یک شبکه عصبی ویژه داده شد. برخلاف بسیاری از مدل های هوش مصنوعی که به حجم عظیمی از داده نیاز دارند، این شبکه با یک مجموعه داده کوچک اما غنی آموزش دید. نکته مهم آن بود که در ساختار شبکه، قوانین فیزیکی اولیه مانند جاذبه، نیروی مقاومت هوا و تعاملات ذره ای در نظر گرفته شده بود. ایلیا نمِن من، استاد دانشگاه اموری و نویسنده ارشد مطالعه دراین باره گفت: وقتی قرار است پدیده ای ناشناخته را بررسی کنیم، معمولاً داده ی زیادی نداریم. بنابراین مجبور بودیم مدلی بسازیم که با داده کم هم بتواند یاد بگیرد.

شبکه عصبی طراحی شده حرکت ذرات را به سه مؤلفه تجزیه کرد: اثرات سرعتی مانند مقاومت هوا، نیروهای محیطی مثل گرانش و نیروهای بین ذره ای. این ساختار به مدل اجازه داد رفتارهای پیچیده را در چارچوب اصول فیزیکی بیاموزد. در نهایت، مدل توانست توصیف دقیقی از نیروهای نامتقارن بین ذرات ارائه دهد؛ با دقتی بیش از 99 درصد. یکی از یافته های جالب آن بود که وقتی یک ذره در حرکت پیشتاز می شود، ذره دنباله رو را به سمت خود می کشد، اما ذره دنباله رو به جای کشیده شدن، پیشتاز را از خود می راند. این نوع تعامل نامتقارن پیش تر مطرح شده بود، اما هرگز به طور دقیق مدل سازی نشده بود.

علاوه بر اکتشافات جدید، هوش مصنوعی توانست برخی مفروضات اشتباه و رایج در نظریه های فیزیک پلاسما را نیز تصحیح کند. نمِن من در این باره گفت: ما نشان دادیم که برخی فرضیات رایج درباره این نیروها دقیق نیستند. حالا با جزییاتی که به دست آورده ایم، می توانیم این نادرستی ها را اصلاح کنیم. برای مثال، پیش تر تصور می شد که بار الکتریکی یک ذره به طور خطی با اندازه آن افزایش می یابد؛ اما واقعیت چیز دیگری است. پژوهش ها نشان دادند که این رابطه به دما و چگالی پلاسما در محیط اطراف بستگی دارد، نه فقط به اندازه ذره.

فرضیه ی دیگری نیز مبنی بر این بود که نیروی میان ذرات همواره با افزایش فاصله، به طور نمایی کاهش می یابد، صرف نظر از اندازه آن ها. درحالی که مدل هوش مصنوعی نشان داد این افت نیرو نیز به اندازه ذرات وابسته است؛ نکته ای که پیش تر از دید دانشمندان مغفول مانده بود.

یکی از شگفتی های این پژوهش آن است که مدل هوش مصنوعی استفاده شده، تنها روی یک رایانه معمولی رومیزی اجرا شده است؛ اما همین ابزار ساده توانسته چارچوبی جهانی برای تحلیل سیستم های چندذره ای ایجاد کند. این یافته ها ثابت می کنند که هوش مصنوعی تنها محدود به تجزیه وتحلیل داده نیست، بلکه می تواند به عنوان ابزاری در خدمت اکتشاف علمی نیز قرار گیرد و رازهای پنهان طبیعت را آشکار سازد.

نمِن من در پایان گفت: با همه صحبت هایی که درباره تأثیر هوش مصنوعی در علم می شود، موارد معدودی هستند که در آن ها واقعاً چیز جدیدی مستقیماً به دست یک سیستم هوش مصنوعی کشف شده باشد. امیدوارم این پژوهش الهام بخش سایر دانشمندان برای کاوش در مسیرهای نوین کاربرد هوش مصنوعی در علم و جامعه باشد.